如何按RANK列拆分DataFrame子集并存入列表（不使用groupby）

核心逻辑 #

不需要手动编写逐值筛选代码，可自动适配任意数量的RANK取值：

• 提取RANK列的去重值，按需排序保证子集顺序和RANK大小对应
• 遍历所有去重后的RANK值，用布尔索引筛选对应子集，直接存入列表

代码实现 #

首先构造匹配示例结构的测试DataFrame：

import pandas as pd

df = pd.DataFrame({
    'ID': [1, 2, 3, 2, 2, 2],
    'GROUP': ['A', 'B', 'C', 'A', 'E', 'G'],
    'RANK': [1, 2, 3, 1, 2, 3]
})

核心拆分代码：

# 获取RANK列去重后升序排列的取值，保证子集按RANK从小到大排序
rank_values = sorted(df['RANK'].unique())
# 自动遍历所有RANK值筛选子集，存入目标列表
ranks = [df[df['RANK'] == val] for val in rank_values]

使用说明 #

• 最终得到的ranks列表完全匹配需求格式：ranks[0]为RANK=1的子集、ranks[1]为RANK=2的子集，以此类推
• 无论RANK列有多少种取值（150种甚至更多），代码无需任何修改即可自动完成拆分
• 如果不需要按RANK值排序，去掉sorted()函数直接使用df['RANK'].unique()即可
• 全程未使用groupby，仅靠pandas原生布尔索引实现筛选

内容的提问来源于stack exchange，提问作者its.kcl